Virksomheder bruger milliarder på AI, men de fleste kan ikke se det på bundlinjen. Det skyldes ikke dårlige værktøjer. Ifølge Erik Brynjolfsson og Andrew McAfee skyldes det, at de fleste bare sætter AI ind i de gamle arbejdsgange og venter.

Jeg har set deres webinar og plukket de fem pointer, der rammer mindre og mellemstore virksomheder. Og her har den lille virksomhed faktisk en fordel: Der er kort fra idé til handling, og der er ingen styregruppe, der skal godkende hvert forsøg.

Erik Brynjolfsson leder Stanford Digital Economy Lab, og Andrew McAfee er med til at lede MIT Initiative on the Digital Economy. De to har i mange år skrevet om, hvad ny teknologi gør ved produktivitet og arbejde. I webinaret bliver de interviewet af James Milin, direktør for Workhelix, som de tre har stiftet sammen. Workhelix sælger værktøjer til at måle brugen af AI, så husk, at webinaret også er et salgsvindue.

Spørgsmålet er, hvorfor så mange virksomheder bruger penge på AI uden at kunne se gevinsten. Ifølge Brynjolfsson er det helt normalt for en stor ny teknologi: Først koster det, fordi arbejdsgangene skal laves om, og først bagefter kommer gevinsten. Samtidig trækker de bedste virksomheder fra, selv om alle har adgang til de samme værktøjer. Forskellen er ledelse og opfølgning, ikke teknologi. Ifølge McAfee går mange forsøg i stå, fordi organisationen holder fast i det, der virker i dag.

• Det ligner et tab, før det bliver en gevinst. Ifølge Brynjolfsson falder produktiviteten først, mens man lærer og laver arbejdsgangene om, og stiger bagefter. Brynjolfssons billede er et schweizerur: Man kan ikke pille et tandhjul ud, sætte en chip i og forvente, at uret går bedre.


• Værktøjet er det samme for alle, ledelsen er ikke. Alle kan få ChatGPT eller Claude for næsten ingen penge, men ifølge Brynjolfsson er afstanden mellem de bedste 5 til 10 procent af virksomhederne og resten blevet større. AI forstærker de forskelle, der allerede er.


• Mål tiden, ikke kun bundlinjen. Omsætning og overskud viser sig sent. Følg i stedet med i, hvor mange timer hver medarbejder sparer om ugen, og om AI bliver brugt til de opgaver, der faktisk betyder noget.


• Find dem, der allerede kan. Ifølge Brynjolfsson bliver 3 til 5 procent af medarbejderne to til ti gange mere produktive med AI, mens den typiske bruger kun henter en lille brøkdel af gevinsten. De dygtigste er ofte de stille, og deres måde at arbejde på kan læres videre.


• Forsøg går i stå i virkeligheden. Et pilotprojekt løser den rene, enkle del af opgaven, men hverdagen er fuld af undtagelser. Ifølge McAfee bliver gode forsøg også stoppet, fordi nogen altid kan finde en grund til at lade tingene være, som de er. Derfor skal chefen bakke op.